Résumé du contenu principal
Cet article, écrit par un investisseur dans le secteur technologique, remet en question la perception générale de l'AGI (intelligence artificielle générale) : par le passé, tout le monde se concentrait sur les performances des grands modèles et sur leur capacité de raisonnement, considérant la capacité à « penser comme un humain » comme le point de bascule de l'AGI. Or, le véritable tournant de l'AGI ne réside pas dans les avancées technologiques en laboratoire, mais dans la capacité de l'IA à créer de la valeur économique de manière stable, à bas coût et de manière continue – c'est-à-dire à passer d'un outil capable de répondre à des questions à un « travailleur numérique » capable de prendre en charge des tâches de manière autonome. L'article retrace l'évolution de l'IA au cours des 70 dernières années et souligne que son développement n'a pas été le résultat d'une seule technologie révolutionnaire, mais plutôt d'une synergie entre plusieurs facteurs tels que les données, les ressources de calcul et les interfaces d'interaction. L'AGI ne provoquera pas seulement une concurrence accrue au sein de l'industrie des grands modèles, mais représentera la troisième révolution de la productivité de l'humanité, après la révolution industrielle qui a permis de reproduire massivement la force physique et l'internet qui a permis de reproduire des informations à coût nul. Elle réstructurera complètement les règles de tarification du marché du travail mondial et redéfinira la logique de distribution de la richesse dans toute la société.
---
Interprétation détaillée et accessible
1. Le premier mythe déconstruit : le critère d'admission de l'AGI n'est pas de « penser comme un humain », mais de « travailler comme un employé »
Auparavant, lorsque l'on parlait d'AGI, on se demandait si les modèles pouvaient obtenir de très bons résultats en mathématiques ou s'ils étaient capables de raisonner aussi bien que les humains. Cependant, du point de vue des dirigeants d'entreprise, ces critères sont inutiles. Lorsqu'on recrute un employé administratif, on ne se soucie pas de sa capacité à résoudre des problèmes mathématiques complexes ; on se demande plutôt s'il peut travailler sans interruption pendant 8 heures, effectuer des recherches clients, organiser des tableaux, élaborer des plans et envoyer des e-mails sans avoir besoin de surveillance constante. De nombreux modèles d'IA très performants en laboratoire ne sont pas utilisables dans un contexte professionnel réel : ils commettent des erreurs après seulement 10 minutes et nécessitent une intervention humaine, ce qui coûte plus cher que d'embaucher un être humain. Le véritable critère d'admission de l'AGI est donc sa capacité à fournir des résultats de manière autonome, sans nécessiter de surveillance constante et à un coût inférieur à celui d'un employé humain. Le jour où l'IA pourra vraiment « travailler et être rémunérée », ce sera le véritable début de l'ère de l'AGI.
2. L'IA a mis 70 ans à se développer : ce n'est pas le fruit d'une révélation soudaine, mais d'une synergie de plusieurs facteurs
Le concept d'IA a été proposé dès 1956, mais deux bulles industrielles ont éclaté par la suite : les tentatives de traduction automatique dans les années 60 et les systèmes experts dans les années 80 ont échoué. Ce n'est pas parce que les scientifiques de l'époque n'étaient pas assez intelligents, mais parce que le monde n'était pas prêt. C'est comme si l'on avait les plans d'un supercar, mais pas de carburant de haute qualité ni de routes bien construites ; le moteur, aussi avancé soit-il, resterait inutilisé. Le développement de l'IA est le résultat de la synergie de plusieurs technologies mises en place au fil des années : d'abord, l'internet a collecté des données massives (recherches, conversations, partages de photos), fournissant ainsi des données suffisantes pour l'entraînement de l'IA ; ensuite, des outils comme ChatGPT ont réduit les barrières à l'utilisation de l'IA, rendant son utilisation accessible même à des enfants de 8 ans. Ces conditions ont permis à l'IA de sortir des laboratoires.
3. L'IA ne concurrencera pas seulement le marché des logiciels, mais aussi les budgets de recrutement de toutes les entreprises
Au cours des dernières années, les entreprises qui ont le plus profité dans le secteur de l'IA étaient celles qui fournissaient des technologies de base (chips GPU, serveurs, modules optiques). Cependant, le marché réel de l'IA ne sera pas celui des logiciels, mais celui des coûts de main-d'œuvre, représentant des milliards de dollars chaque année. Auparavant, les entreprises devaient embaucher plus de personnes pour étendre leurs activités ; maintenant, 20 employés numériques peuvent gérer 500 employés humains, sans coûts supplémentaires (sécurité sociale, congés, etc.). De plus, de nouveaux secteurs émergeront, comme les systèmes de gestion des ressources humaines dédiés aux employés numériques (département des ressources humaines, attribution de droits, audit des activités, détermination des responsabilités). Ces infrastructures représenteront un marché bien plus important que celui des grands modèles eux-mêmes.
4. L'IA ne fera pas perdre son emploi à tout le monde, mais réévaluera les compétences nécessitant uniquement une intelligence ordinaire
La peur que l'IA prenne des emplois est exagérée. L'industrie a déjà réduit le coût du travail physique et des tâches répétitives grâce à l'informatique et à l'internet. L'IA ne supprimera pas tous les emplois, mais réévaluera le prix des compétences qui ne nécessitent pas de créativité particulière, de responsabilité ou de relations humaines. Par exemple, les compétences nécessaires pour créer des présentations, rédiger des textes ou gérer des contrats ne seront plus aussi précieuses. En revanche, des compétences telles que la confiance dans les relations avec les clients, la créativité esthétique ou la capacité à prendre des décisions responsables deviendront de plus en plus valorisées.
5. Comment juger les tendances technologiques de manière simple : ne suivez pas les concepts séduisants, mais vérifiez si elles sont rentables
Pour juger si une technologie est prometteuse (AGI, robots humains, fusion nucléaire contrôlée, calcul quantique), utilisez cinq critères simples :
1. Le coût est-il déjà suffisamment bas pour être utilisé par des petites entreprises ?
2. Les infrastructures nécessaires sont-elles en place ?
3. Le fonctionnement de la technologie est-il stable ?
4. L'utilisation est-elle accessible à tous, sans nécessité de formation longue ?
5. Le coût pour l'entreprise est-il avantageux ?
Toutes les technologies réellement révolutionnaires ne sont pas annoncées dans les laboratoires ; elles sont adoptées lorsque les entreprises constatent qu'elles sont plus rentables que les méthodes traditionnelles. L'AGI ne sera vraiment répandue que lorsque les petites entreprises seront prêtes à en utiliser les avantages, comme pour gérer leurs stocks ou rédiger des contenus marketing.
En résumé, l'AGI ne représente pas une menace pour tous les emplois, mais plutôt une réévaluation des compétences nécessaires dans une économie basée sur l'IA.